半年狂揽163亿美元，8000亿赌约锁死AI王座 文｜魏琳华 编｜刘俊宏 2026年10月26日，Anthropic正式向美国证券交易委员会（SEC）公开递交了S-1招股说明书，计划在纳斯达克全球精选市场挂牌上市，股票代码为“ANT”。 在生成式AI狂飙突进的第四个年头，这家成立仅五年、商业化不过三年半的前沿大模型实验室，交出了人类商业史上增长最快的财务答卷，也向华尔街抛出了一个前所未有的资本命题。 这份长达300多页的招股书，讲的是一件事：在Scaling Law（缩放定律）依然生效的技术路径上，Anthropic正用超大规模的资本与算力锁定，强行换取并维持一段长达数年的技术领先窗口。 招股书披露的核心数据极具冲击力。2026年上半年，Anthropic实现营收162.86亿美元，同比暴涨约1300%，仅用半年时间就达到了2025年全年营收的3.55倍。 在10月中旬的IPO路演预热中，Anthropic向潜在投资者透露的最新数据更为惊人，2026年第三季度单季营收进一步冲高至168亿美元，环比大涨45%，单季收入已全面超越上半年总和。 与此同时，公司在2026年第二季度首次跨越了盈利拐点，单季实现GAAP经营利润9.74亿美元，Non-GAAP经营利润达22.35亿美元，对应调整后经营利润率19%。 亮眼的财务数字背后，Anthropic展现出一种近乎偏执的技术狂热。如果说老对手OpenAI在商业化路径上更偏向“产品优先”，试图通过消费级超级应用建立流量帝国，那么Anthropic则彻底走向了“技术优先”。 在招股书中，公司把自己定为一家研究实验室，这种纯粹性甚至延伸到了公司治理结构上：七位联合创始人承诺捐出个人80%的股权用于慈善，却通过特殊股权架构牢牢锁死了超过半数的投票权与董事会控制权，确保公司的一切决策以技术演进与AI安全为先。 他们的确在践行从OpenAI离开

端云一体，让AI真正走入千行百业 文｜魏琳华 编｜刘俊宏 从一句话生成炫酷的3D模型，到“手搓”一个多人协作的工作平台，大模型的能力在不断刷新用户的认知。 模型好用了，人们却越来越消费不起AI了。 以企业端为例。打车软件Uber CTO Praveen Neppalli Naga曾透露，公司工程师只用四个月就烧完了全年的Claude Code预算，他本人一场两小时的演示，就花掉了1200美元。 AI的高价账单，不该是只有大公司才能消费起的昂贵玩具。只有把大模型价格打下来，才能让AI真正走进千行百业、落到每一家公司真实的企业流程中。 成本贵的原因，一方面是随着交给AI的任务变多，消耗的Token也相应增长。但另一方面，AI也在“浪费”Token：长上下文每一轮都要重算历史、工具调用返回大量冗余信息…… 端云一体架构，就是在成本结构上找到了一个可持续的解法：该在端侧消化的简单任务，不让它上云，不多花企业一分钱。只有把Token的浪费压下去，把每一分钱都用在刀刃上，AI才能从少数人的玩具变成多数人的工具。 所以，让使用AI变“便宜”，绝不只是降价这么简单。解决Token浪费，还需要架构创新、训推优化和端云分工共同改变AI系统的运算效率。 大模型下一轮竞争，也来到比拼谁更高效的阶段。 10月22日，在科大讯飞全球1024开发者节上，科大讯飞董事长刘庆峰现场发布了讯飞星火X2.6。 作为基于全栈国产自主技术路线的大模型，讯飞星火X2.6同时强调能力升级与价格竞争力。其云端API的限时定价为输入0.9元每百万Tokens，输入缓存命中0.08元每百万Tokens，输出3.6元每百万Tokens。单以输入输出的定价相比，它相当于比DeepSeek V4.1 Flash的空闲时段还要再便宜一点。 刘庆峰判断，端云协同是提升Token效率的关键。他表示，未来，60%的任务在端侧独立完成，30

算清每个Token的价值，是AI落地的分水岭 文｜罗镇昊 编｜刘俊宏 过去两年，企业里听到最多的声音是 “我要上AI”，但AI具体用来干什么、用得效果怎么样，很多人并没有感知。太多企业选择“先用起来再说”，直到某一天，一张天价Token账单突然爆出来，才发现这笔投入根本算不清。 但也有企业把这笔账算得清清楚楚：一家超市连锁巨头用 AI去谈供应商合同，成本节省了3%，ROI达到4倍，付款账期还延长了35天…… 对企业应用来说，到底怎么能把 AI的账算明白，正变得前所未有地重要。 过去两年， AI行业最容易被看见的变化，是模型越来越大、算力越来越强，但进入智能体和企业级应用阶段之后，企业开始面对一个更现实的问题：花出去的算力和Token，究竟换回了什么？ 这也是 “Token经济学”开始走进产业视野的原因。 据国家数据局披露： 2024年年初，中国日均Token调用量为1000亿；到2025年底，跃升至100万亿；今年3月，已突破140万亿，两年增长超千倍。 这组数据背后代表的是， AI的使用方式正在发生改变。 过去企业习惯计算买了多少张 GPU、建了多少数据中心，现在算的则是一笔AI投入究竟完成了多少任务，节省了多少时间，又创造了多少收入。 当 AI从“生成内容”走向“持续干活”，Token也正在从技术指标变成经营指标。 过去， Token更多只是模型调用时的计量单位，现在，随着智能体开始进行多轮推理、调用工具、拉取上下文，甚至让多个智能体长时间协作，对Token的需求也变得更加多元化。 在 NVIDIA 中国区工程和解决方案副总裁赖俊杰博士 看来，一个智能体任务可能涉及 50到500次 连续的模型调用，多智能体协作还会进一步放大 Token消耗。这意味着，企业AI上的账，正在重新计算。 因此，真正值得关注的不再只是 Token有多便宜，而是Token本身的价值如何被定义，需

  安防立身，却不止于安防。  文｜白   鸽  编｜王一粟 如果说这两年制造业有什么共识，那就是AI进工厂，已经从要不要进，变成了怎么进、进多深。 当前，很多制造业企业都在讨论：质检、巡检、排产等环节，要哪一个先交给AI。 尤其是在今年的工博会上，这种热度肉眼可见，工业自动化展区里，几乎家家展台都在讲AI。从视觉检测到预测性维护等等场景，AI+工业，显然成了全场最流行的叙事。 但热闹归热闹，痛点却也同样扎眼，“试点很惊艳，推广很困难”，则成了行业公开的秘密。 毕竟，工业场景高度碎片化，一条产线一个工况，缺陷样本稀缺且难以复用，换产线就需要重新训练大模型，整体的部署成本居高不下。 显然，AI在工业世界的落地，卡在了从样板间到标准品的最后一公里。而对于整个行业而言，或许谁能把AI从展台上的演示，变成产线上算得平账的工具，谁就能拿到下一个十年的入场券。 这张入场券最有竞争力的玩家之一，恰恰不是来自工业圈，而是一家以安防摄像头起家的公司——海康威视。 今年的工博会上，海康威视在工业自动化展区摆出一个含“AI”量极高的展台，比如现场展出的大模型产线行为SOP检测方案、将大模型深度融入工业制造无损检测领域、在业内首创定位型听诊光纤，搭载工业听诊大模型，让巡检难题迎刃而解等等。 这让很多人意识到，做了二十多年视频监控的安防老大哥，已经悄悄走到了工厂车间的深处。 但这场深入工厂车间的转型，既是海康威视主动进攻，却也是被现实逼出来的转身。毕竟，安防业务的天花板，海康比谁都先摸到。 2021年营收冲上814亿元的高点后，2022年净利润出现上市以来首次年度下滑，国内政府端需求退潮、海外市场又遭制裁围堵，过去二十年无往不利的增长引擎，第一次发出了熄火的声音。 转型，从选择题变成了生存题。 那么，现在这家安防巨头的转身，到底转得怎么样了？AI+工业的赛道，

公路的自动化流水线时刻。 文｜刘俊宏 编｜王一粟 一个时代的科技大爆炸，最重要的不是涌现了什么技术，而是技术有没有重构人类的生产体系。 电力时代对蒸汽时代生产力最重要的颠覆，在于工厂上提供动力的天轴。蒸汽时代的工位只能沿轴排布，生产工艺跟流程只能按照动力分配设计。后来，电机落到了每台机器上。从这一刻起，工序才第一次按照合理性排布，流水线由此成为可能。 去掉了限制物资流转的“轴”，人类才迎来了大制造时代。在AI时代，这场变革正在高速公路上演。 需要承认，在Robotaxi和高阶智驾的迅猛发展中，自动驾驶已经不再新鲜。“汽车从A到B”的概念，当下似乎任何一个城市NOA级的智驾就能搞定。在乘用车这一侧，自动驾驶早已进入到规模化落地的一步。 在过去的几年间，自动驾驶技术+卡车也分出了几条完全不同的路线，每条路上都站不同的玩家。 L2+渐进路线上，目前国内巨头是嬴彻科技，高速网络覆盖率达97%，用户涵盖快递快运、零担专线、冷链、百货、奶罐等多元领域。 在L4这条路线里，矿区、港口这些特定场景，易控、希迪、主线、友道智途等行业玩家正在推进普及落地。而且钱也挣得不少，希迪智驾2025年度自动驾驶业务实现8.43亿元营收。在公开道路上，小马智行也给出过规模化落地目标。 但现在，夹在两条线路中间的编队模式正在走向台前。 9月22日，光锥智能在内蒙古鄂尔多斯棋盘井镇参与体验了卡尔动力的无人重卡。在全程100多公里的路线上，卡车实现全程0接管。这显示出，无人重卡领域又有一条技术路线跑通。 那么自动驾驶落到卡车上，最终的目的是什么？其实就是要解除公路货运的“轴”。 在之前，运一车货需要跟司机对齐班次、交接和找车。一车货什么时候发，常常不取决于电厂什么时候要煤，而取决于司机什么时候到岗、下一班谁来接。无人重卡如果成立，那货就能按生产计划走，而不是按司机的工时走。工业和资源，终于可以完全对齐。 这意味